VIFIDEL：图像描述视觉保真度的评估
计算与语言
2019-07-23 v1 计算机视觉与模式识别
机器学习
摘要
我们致力于评估图像描述生成系统的任务。为此我们提出了一种新颖的、具有图像感知能力的度量指标：VIFIDEL。它基于图像中描绘物体的标签与描述中词语之间的语义相似度，来估计所生成描述相对于实际图像内容的忠实性。该度量指标还能够在评估过程中考虑人类参考描述中所提及物体的相对重要性。即便这些人类参考描述不可用，VIFIDEL 仍能可靠地评估系统描述。该指标在两个知名数据集上与人判结果高度相关，并与依赖人类参考的度量指标具有竞争力。
引用
@article{arxiv.1907.09340,
title = {VIFIDEL: Evaluating the Visual Fidelity of Image Descriptions},
author = {Pranava Madhyastha and Josiah Wang and Lucia Specia},
journal= {arXiv preprint arXiv:1907.09340},
year = {2019}
}
备注
Accepted for publication at ACL 2019